---
title: "MONITOREO DE LA CALIDAD DEL AGUA SUPERFICIAL (ETAPA I)"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    social: menu
    source_code: embed
    vertical_layout: scroll    
---

```{r setup, include=FALSE}

#-------------------- Paquetes --------------------

library(flexdashboard)
library(plotly)
library(dplyr)
library(tidyr)
library(sf)
library(leaflet)
library(rgdal)
#-------------------- Colores ---------------------

color_camp_1 <- 'blue'
color_camp_2 <- 'red'
color_camp_3 <- 'green'
color_camp_4 <- 'purple'

color_info <- 'pink'


#--------------------- Íconos ---------------------

icono_camp_1 <- 'fas fa-hand-holding-water'
icono_camp_2 <- 'fas fa-fill'
icono_camp_3 <- 'fas fa-flask'
icono_camp_4 <- 'fas fa-clipboard-list'
icono_info1 <- 'fas fa-code'
icono_info2 <- 'fas fa-cogs'
icono_info3 <- 'fas fa-edit'
icono_info4 <- 'fas fa-clipboard-check'

#--------------- Otros parámetros -----------------

# Separador para lectura de datos CSV
caracter_separador <- ',' #el formato de sus datos vienen en ; no en coma
```


```{r, include=FALSE}
#--------------- Archivos de datos ----------------

archivo_datos_PNM <- read.csv('https://raw.githubusercontent.com/EsmeVar/PNM_FASE_5/main/2021_04_15_PNM_INFO_COMPLETA.csv', sep = ";")

#PNM <- 
 # st_read("https://raw.githubusercontent.com/EsmeVar/PNM_FASE_5/main/2021_04_15_PNM_INFO_COMPLETA.csv", options= c()) # st_read es para archivos con informacion espacial como geojson o shp

#convertí aparte la tabla en un shape, es una opción en QGIS y la agrego directamenete y le doy la proyección
PNM <- st_read("C:\\Users\\Kevin\\Documents\\R\\PNM_FASE_5\\PNM20210415.shp") %>%
  st_transform(4326) %>%
  st_make_valid()

#para crear un mapa sería bonito agregar las cuencas y hacer cloropletas

cuencas <- st_read("A:\\SNIT\\Cuencas hidrograficas\\CUencas hidrograficas.shp")%>%
  st_transform(4326) %>%
  st_make_valid()

names(archivo_datos_PNM)[1] <- "nombre" #cambia el nombre de la columna cuencas para que coincida con la del shp de cuencas

#buscar y reemplazar para que coincidan los nombres entre ambas bases 
archivo_datos_PNM$nombre <- gsub("Baru", "Barú", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Chirripo", "Chirripó", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Curen/a", "Cureña", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Frio", "Río Frío", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Grande de Terraba", "Térraba", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Jesus Maria", "Jesús María", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Moin", "Moín", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Peninsula de Nicoya", "Península de Nicoya", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Peninsula de Osa", "Península de Osa", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Reventazon", "Reventazón", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Sarapiqui", "Sarapiquí", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Tarcoles", "Tárcoles", archivo_datos_PNM$nombre)
archivo_datos_PNM$nombre <- gsub("Estrella", "La Estrella", archivo_datos_PNM$nombre)


#interseca los puntos con el shape para mezclar la información

sf_datos <- inner_join(cuencas, archivo_datos_PNM,  by = "nombre")


```


Resumen
=======================================================================
Row {data-height=10}
-----------------------------------------------------------------------
### **Última actualización de datos realizada el 25 de febrero de 2021 con base en los [datos publicados por la Dirección de de Agua del Ministerio de Ambiente y Energía de Costa Rica](http://mapas.da.go.cr/mapnew.php)**.


Row
-----------------------------------------------------------------------
### código del punto muestreado {.value-box}
```{r}
valueBox(value = paste(format(archivo_datos_PNM[41,3])),
         caption = "Código del punto de muestreo", 
         icon = icono_camp_1, 
         color = color_camp_2
         )
```

### Campaña 1 {.value-box}
```{r}
valueBox(("Indice Holandes: 4: Contaminación incipiente"), 
         caption = "Campaña 1: Agosto 2019", 
         icon = icono_camp_1, 
         color = color_camp_1
         )
```

### Campaña 2 {.value-box}
```{r}
valueBox(("Indice Holandes: N/A"), 
         caption = "Campaña 2: Noviembre 2019",
         icon = icono_camp_2, 
         color = color_camp_2
         )
```

### Campaña 3 {.value-box}
```{r}
valueBox(("Indice Holandes: N/A"), 
         caption = "Campaña 3: Febrero 2020",
         icon = icono_camp_3, 
         color = color_camp_3
         )
```

### Campaña 4 {.value-box}
```{r}
valueBox(("Indice Holandes: 1"), 
         caption = "Campaña 4: Mayo 2020",
         icon = icono_camp_4, 
         color = color_camp_4
         )
```

Row
-----------------------------------------------------------------------

### Cuerpo de Agua {.value-box}
```{r}
valueBox(("Piedras Blancas"),
         caption = "Cuerpo de Agua",
         icon = icono_info2,
         color = color_info
         )
```

### Cuenca {.value-box}
```{r}
valueBox(("Esquinas"), 
         caption = "Cuenca",
         icon = icono_info3, 
         color = color_info
)
```

### Coordenadas {.value-box}
```{r}
valueBox(("Latitud: 970837,Longitud: 583319"), 
         caption = "Coordenadas",
         icon = icono_info3, 
         color = color_info
)
```

### Ubicación geográfica {.value-box}
```{r}
valueBox(("Provincia: Puntarenas / Cantón: Osa / Distrito: Piedras Blancas"), 
         caption = "Ubicación geográfica",
         icon = icono_info3, 
         color = color_info
)
```

Row {data-width=400}
-----------------------------------------------------------------------

### Mapa de ubicación del punto de muestreo
```{r}

mapa1 <- leaflet() %>%
  addTiles() %>% 
  addProviderTiles(providers$Stamen.TonerLite, group = "Stamen Toner Lite") %>%
  addProviderTiles(providers$Esri.WorldImagery, group = "Imágenes de ESRI") %>% 
  addMarkers(lng=-83.243, lat=8.779, 
             popup="PS-ESQ-01"
  ) %>%  
  addLayersControl(
    baseGroups = c("OpenStreetMap", "Stamen Toner Lite", "Imágenes de ESRI")
  )

# Despliegue del mapa
mapa1
```


### **Información de los datos publicados**
**1. El monitoreo de los cuerpos de agua superficiales y la clasificación de su calidad se realizó según:**

- Decreto N° 33903-MINAE-S. REGLAMENTO PARA LA EVALUACIÓN Y CLASIFICACION DE LA CALIDAD DE CUERPOS DE AGUA SUPERFICIALES.

- Plan nacional de monitoreo de la calidad de los cuerpos de agua superficiales.

- Programa nacional de monitoreo de la calidad de los cuerpos de agua del país.





**2. Para una mejor interpretación de los resultados, se aclara:**

Según el artículo 20 del Decreto N° 33903-MINAE-S, en aquellos casos en que el valor del Índice de Clasificación Holandés y el valor del Índice Biológico presenten una diferencia de más de una clase entre ellos, el
muestreo se deberá repetir por una vez, en un período no mayor a 30 días naturales. En caso de que se mantenga la diferencia de clases se clasifica en la de menor calidad.





**Nota:** Para mayor información sobre el monitoreo de la calidad de los cuerpos de agua superficiales, escríbanos al correo: daguas@da.go.cr 


Mi idea
=======================================================================
Row {data-height=700}
-----------------------------------------------------------------------
### Distribución espacial de registros
```{r}

leaflet() %>%
  fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>%
  addProviderTiles(providers$OpenStreetMap.Mapnik, group = "Open StreeT Map") %>%
  addTiles(urlTemplate ="https://mts1.google.com/vt/lyrs=s&hl=en&src=app&x={x}&y={y}&z={z}&s=G", attribution = 'Google', group = "Google Maps") %>%
  addMarkers(data= PNM, group = "PNM",
             popup = paste(
               "Sitio de muestreo: ", PNM$Sitio.de.M, "
",
               "Código: ", PNM$Codigo, "
",
               "Cuerpo de agua: ", PNM$Cuerpo.de, "
",
               "Cuenca: ", PNM$Cuenca, "
",
               "Responsable de muestreo: ", PNM$Responsabl, "
",
               "Cuenca: ", PNM$Cuenca, "
",
               "Provincia: ", PNM$Provincia, "
",
               "Cantón: ", PNM$Canton, "
",
               "Distrito: ", PNM$Distrito, "
")) %>%
  addPolygons(
    data = sf_datos,
    stroke=T, fillOpacity = 0,
    color="red", weight=0.8, opacity= 2.0,
    group = "Cuencas",
    popup = paste(
      "Cuenca: ", sf_datos$nombre, "
",
      "Provincia: ", sf_datos$Provincia, "
",
      "Cantón: ", sf_datos$Canton, "
",
      "Distrito: ", sf_datos$Distrito, "
")) %>%
  addLayersControl(baseGroups = c("Google Maps", "OpenStreetMap"),
                   overlayGroups = c("PNM", "Cuencas"),
                   options = layersControlOptions(collapsed = TRUE))  %>%
  addScaleBar()  %>%
  hideGroup(c("Cuencas")) %>%
  addMiniMap(
    toggleDisplay = TRUE,
    position = "bottomleft",
    tiles = providers$OpenStreetMap.Mapnik)

```

Row {data-height=500}
-----------------------------------------------------------------------


### Tabla de información 

```{r}
sf_datos %>%
  st_drop_geometry() %>%
  select(Cuenca = nombre, Código = Codigo, "Cuerpo de agua" = Cuerpo.de.Agua, "Responsable del muestreo" = Responsable.del.muestreo, Provincia = Provincia, Cantón = Canton, Distrito = Distrito) %>%
  DT::datatable(rownames = FALSE,
                options = list(searchHighlight = TRUE, 
                               language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
                ))
```